gpt-5.6-sol
0.00运行 #0005 · 失败 · 2026年8月30日 00:18
一场可复核的 SQL 实测
Sol 在 1 道固定题上的单次记录。综合得分不是正确率；本页不把单次、小样本结果写成长期稳定性。
比较条件存在差异：single_model。阅读模型间差距时必须保留这一前提。
1本场题目
1每题尝试次数
1失败案例
样本边界：结论仅适用于此题库哈希、模型版本、适配器和参数快照。跨版本、跨运行稳定性需要独立复测。
得分与资源账单
新 efficiency-v2 按业务结果正确题数归一；旧 efficiency-v1 保留综合得分 ÷ 100 的折算口径，两种指标不能混排。记录不完整时不估算单位正确题消耗。
| 指标 | Sol |
|---|---|
| 综合得分 固定规则加权 / 100 | 0.00 |
| Token / 归一单位 | —每得分折算题 · 未记录 |
| 费用 / 归一单位 基于冻结价格；缺失不估 | 不可估算每得分折算题 · unavailable |
| 生成耗时中位数 模型生成阶段 | —P95 — |
本场分项
分项仍是加权得分，不等于真实业务正确率。
| 题目维度 | Sol |
|---|---|
| 基础查询 | 0.00 |
全部逐题结果
数字为全部计划尝试均分；失败保留在分母，未收场显示未知。展开可查看每一次作答，而不是只取首次结果。
基础筛选与排序basic_filter_sort0.00
Sol
全部 1 次计划作答 · 结果正确性未知
A1 · 失败 · 0.00
Codex 退出码 1: WARNING: proceeding, even though we could not create PATH aliases: File exists (os error 17) Error loading config.toml: Failed to read requirements file /etc/codex/requirements.toml: Operation not permitted (os error 1)
结果正确性未知
查看 A1 完整证据